自“9.11”后,随着人们对安防需求的升级,门禁控制系统得到日益广泛的应用,不断提高门禁系统的安全性成为研究的重要课题。第四代门禁系统结合了人体生物特征识别技术,利用人体本身具有的物理特征(如指纹、虹膜、脸型、掌纹等)或行为特征(如步态、签名等)来确定人的身份,取代或加强传统的身份识别方法。论文采用掌形识别为控制方案,基于ARM920T内核的EP9315芯片为门禁系统CPU,设计和调试了系统的硬件平台。论文研究了掌形识别算法,进行了三方面的工作。首先研究了掌形中的手形特征,提出了一种基于骨架特征的手形识别算法,很好的克服了手指旋转给识别带来的干扰。然后研究了掌形中的掌纹特征,通过系列图像处理,分离出手掌的三条主线,提取主线端点,并在主线上等间隔采样,利用端点和采样点进行匹配,拥有很高的识别率。最后结合手形与掌纹特征,实现掌形识别。依据手形特征对掌形库进行粗分类,利用掌纹特征进行匹配,算法拥有很快的识别速度与稳定较高的识别率。对分类规则提出了新思路与方法。论文还提出了基于ARM的门禁系统方案。成功设计了以基于ARM920T内核的EP9315芯片为CPU的最小系统,设计PCB图并制板,最后调试了系统的底层电路。论文的研究设计工作,通过提高掌形识别算法的识别率,达到了提高门禁系统安全性的目的; ARM平台的设计与调试,在工程实际中有参考价值。